基本形式

from torchvision import transforms as transforms
transform = transforms.Compose([
    #处理方式
    transforms.ToTensor(),
    transforms.Normalize((0.4914, 0.4822, 0.4465), (0.229, 0.224, 0.225)), #R,G,B每层的归一化用到的均值和方差
])

操作的解释（非全部，只是常用的）

1. 转化为张量
   torchvision的输出是PILImage图像，所以必须转化为tensor才能在pytorch中使用
2. 标准化
   输出图像的范围是[0,1]，对于使用sigmoid激活函数的网络来说，默认[0,1]范围是可以的，但对于使用tanh或relu激活函数的网络来说，[-1,1]的范围更合适一点，所以通过下面的操作将数据转化为[-1,1]

transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

具体计算方式是0-0.5/0.5=-1,1-0.5/0.5=1。这两组数据第一个代表三个通道的均值，第二个代表标准差。
如果图像是单通道的，则为

transforms.Normalize((0.5, ), (0.5, ))

值得注意的是，使用0.5作为均值和标准差只是一种通用稳妥的做法，并不一定是最合适的，这与所用数据的真实分布也有关系。对于一些标准数据集，有官方建议的标准化参数，比如MNIST数据集的是(0.1307,), (0.3081,)。Imagenet数据集的参数是([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])。

1. 通道变换
   对图像进行通道处理，参数为3时得到彩色图像，参数为1时得到灰度图像

transforms.Grayscale(num_output_channels=1)

1. 水平翻转
   依照给定的概率对图像进行水平翻转，默认概率为0.5。

transforms.RandomHorizontalFlip(0.3)

1. 垂直翻转
   依照给定的概率对图像进行垂直翻转，默认概率为0.5。

transforms.RandomVerticalFlip(0.3)

6.按一定长宽比随机裁剪
随机长宽比裁剪图像，再将图像重整为设定好的尺寸
size：最终结果输出的图像尺寸。
scale：裁剪的图像所占的范围，默认为(0.08, 1.0)。
ratio：随机裁剪的长宽比，默认为(0.75, 1.3333333333333333)。
interpolation：重整为size时选择的插值方法，默认为双线性插值。

transforms.RandomResizedCrop(size=256, scale=(0.08, 1.0), ratio=(3./4,4./3), interpolation=2)

1. 中心裁剪
   按给定的size在图像中心裁剪

transforms.CenterCrop（128）

1. 随机裁剪
   size：例如（128,256）则裁剪结果为128256,若为128，则裁剪结果为128128。
   padding:图像周围填充多少个像素。padding=2则周围填充2个像素，如果padding=(2,4),则左右填充2个像素，上下填充4个像素，padding=（1,2,3,4），则左上右下分别填充1,2,3,4个像素。
   fill：填充的值是多少，fill=0表示每个通道均填充0，fill=（1,2,3）表示RGB通道分别填充的值是1,2,3。
   padding_mode：填充模式
   padding_mode=’constant’：填充的是常量，具体为fill参数所规定
   padding_mode=’edge’：填充的数值与图像边缘完全一样

transforms.RandomCrop(128, padding=1, pad_if_needed=True, fill=0, padding_mode=‘constant’)

1. 重新设置尺寸
   size为规定的尺寸，interpolation为插值方式，默认为双线性插值。

transforms.Resize(128, interpolation=2)